本文应用PPM框架作为理论基础,以确定转换行为的关键预测因素。本研究中的“推力效应(push effect)”指人工服务的缺点对用户使用产生的推力,“拉力效应(pull effect)”代表机器人服务的特征对用户产生的吸引力。“锚力效应(mooring effect)”指可能阻碍从使用人工服务转换到机器人服务的情境条件。受锚力效应影响,即使推拉效应提供强大动力,人们也可能不愿进行转换。研究模型如图1所示。
图
1 研究模型
推力效应(Push effects)
不满意感(Dissatisfaction)
,大多数用户的转换行为源于对现有服务的不满意,不满意感可以更直接地反映用户转换行为的心理状态。本研究中将对人工服务的不满作为导致用户转换意愿的推动因素。因此,提出以下假设:
H1. 对人工服务的不满对用户的意愿转换有正向促进作用。
感知效率低下(Perceived inefficiency)
,这是推力效应的核心因素,指用户对服务的负面体验程度。政务中心人工服务区的长时间排队和拥挤环境增加了办业务的时间成本,而AI被普遍认为可以提高服务效率和质量。如果市民感到人工服务的效率低下,将乐意采用机器人服务作为替代。第二个假设如下:
H2. 人工服务的感知效率低下对用户的意愿转换有正向促进作用。
拉力效应(Pull effects)
感知易用性(Perceived ease of use)
,指的是用户学习使用特定技术时,感知到的简单和直观程度。当人们感到能够轻松使用某技术时,会表现出积极态度。据此,第三个假设如下:
H3.公共服务机器人的感知易用性对用户意愿转换产生正向促进作用。
吸引力(Attractiveness)
,如果用户认为新服务的核心属性更好,则更有可能被其所吸引。本研究中将服务机器人的
美学(Aesthetics)
、
便利性(Convenience)
和
情感能力(Emotional capability)
作为吸引力的关键前因。本文假设
,机器人有吸引力的特征具备显著的拉力效应。与之相关的一系列假设如下:
H4. 公共服务机器人的吸引力对用户的转换意愿产生正向促进作用。
H4a./H4b./H4c. 美学/感知便利性/情感能力对公共服务机器人的吸引力产生正向促进作用。
感知智能(Perceived intelligence)
,该属性关注机器人的能力、效率、智能、负责任反应和知识递送。感知属性强的机器人能够识别用户的兴趣和需求,提供个性化的服务,人们愿意与感知更智能的机器人一起。提出第五个假设:
H5. 公共服务机器人的感知智能对用户的意愿切换具有正向促进作用。
锚力效应(Mooring effects)
惰性(Inertia)